Dan Luu 用 GPT-6 Astra 重跑测试验证评测
热点事件持续更新
Dan Luu 用 GPT-6 Astra 重跑测试验证评测
1 篇报道1 个报道来源1 小时前更新
先了解这件事
AI 综述
Dan Luu 用 GPT-6 Astra 重跑了此前针对 GPT-5.6 Sol 的测试与验证技巧评测。在 Zstd 实现任务上，Astra 在 medium 档下约 1 美元成本即可在超过 99% 的运行中通过全部测试，而 5.6 Sol 需 3.50 美元才约 63%。Luu 称，Astra 能力提升到 Zstd 评测几乎每种条件在 medium 档都近乎每次 100% 正确，已需更难的评测，且 agent 似乎更有效地使用了测试与验证技巧。 该评测每个条件仅运行 25 次，按标价花费约 9 万美元。Luu 表示，因评测规模有限，不足以解释几乎任何结果的原因。
AI 根据报道生成 · 1 小时前更新
最新进展11月3日 13:10
用 GPT-6 Astra 实测各类测试与验证技巧的有效性报道时间线
沿着报道，了解事件的不同侧面。
11月3日
- Hacker News用 GPT-6 Astra 实测各类测试与验证技巧的有效性
Dan Luu 用 GPT-6 Astra 重跑此前针对 GPT-5.6 Sol 的测试与验证技巧评测，发现 Astra 在 Zstd 实现任务上以 medium 档约 1 美元成本即可在超过 99% 的运行中通过全部测试，而 5.6 Sol 需 3.50 美元才约 63%。
本事件热度走势
还没有足够的连续观测数据，暂不绘制趋势。